- 1、本文档共3页,可阅读全部内容。
- 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
贝叶斯方法在电信CRM中的应用.pdf
第28卷第6期 宁夏师范学院学报(自然科学) V01.28.N0.6
2007年l1月 Journal of Ningxia Teachers University(Natural Science) NOV.2o07
贝叶斯方法在电信CRM中的应用
包 萍
(宁夏师范学院 计算机中心,宁夏 固原756000)
(E-mail:babybp6~163.COrn)
摘 要:本文考虑了根据样本数据建立贝叶斯信念网络构造算法在电信CRM中的应用,并对电信l0000个
样本进行了挖掘、分析、评估.
关键词: 贝叶斯方法;CRM数据挖掘;客户流失
中图分类号:TN915.04 文献标识码:A 文章编号:1674-1331(2007)06-0096-03
Appliance of Bayesian Method in Telecom CRM
BAO Ping
Data processing center~NingXia Teachers University,Guyuan,NingXia 756000
(E-mail:babybp6~163.COrn)
Abstract The paper considers the application of Bayesian belief network-learning algorithm for dis-
covering classification rules in customer losing in telecom CRM.
Key words Bayesian method;CRM data mining;Customer losing
贝叶斯网络构造算法可以表示如下:给定一组训练样本D=.[z ,X2,…,z ),zt是 的实例,
寻找一个最匹配该样本的贝叶斯信念网络.常用的学习算法通常是引入一个评估函数S(BID),使用
该函数来评估每一个可能的网络结构与样本之间的契合度,并从所有这些可能的网络结构中寻找一
个最优解.常用的评价函数有贝叶斯权矩阵(Bayesian Score Metric)及最小描述长度函数fMinimal
Description Length)l 一引.
1 数据模型
随着电信企业的快速发展,电信的数据仓库也迅速成为各电信企业的重要发展项目,数据挖掘技
术可以很好地利用数据仓库建立模型,电信企业的网管、营业受理、计费、客户服务、CRM等项目都
有全面的客户数据,我们可以利用这些数据建立数据模型,如图1所示.
在CRM中利用这些系统中的数据建立了以下模型.营业受理系统记录有客户的电话类型、交费
方式、安装地址等,计费帐务记录了客户的消费状况,网管系统记录了客户的拨打状况,客户服务系统
记录了客户的投诉、障碍申告状况,结算系统记录了客户的分流IP状况,CRM系统记录了客户的一
些社会属性情况.这些数据可以全面地描述客户的电信消费概况,我们对数据进行一些标准的数据清
洗、归约.例如可以把年龄归约为:1,20以下;2,20-30;3,30_40;4,40-50;5,50以上.
收稿日期:2007—10-08
作者简介:包萍(1978.),女,江苏昊县人,助教
第6期 包萍:贝叶斯方法在电信CRM中的应用 97
图1数据来源结构图
2 利用挖掘算法挖掘
贝叶斯信念网络算法首先要有一个可靠的数据训练集合,先利用大量的数据进行训练,以下面的
算法分析表所述,1-10样本为已知数据(从OLAP分析所得),输出类c为以已知数据计算所得,然后利
用贝叶斯信念网络算法进行训练,如果有样本X={1,0,1000,C=?),就可以通过算法进行预测.
用Bayesian belief
文档评论(0)